Twitch 玩宝可梦，机器学 Twitch：用于识别流数据中喷子的无监督上下文感知异常检测
计算与语言
2019-02-19 v1 社会与信息网络
摘要
随着在线社区、讨论论坛和客户评论的重要性日益增加，互联网“喷子”大量涌现，使得信息寻求者难以找到相关且正确的信息。在本文中，我们考虑检测和识别互联网喷子的问题，其中几乎全都是人类代理。相比于检测自动垃圾信息或计算机机器人，在人类群体中识别人类代理面临重大挑战。为学习喷子的行为，我们使用上下文异常检测为每个聊天用户建立画像。利用聚类和基于距离的方法，我们使用诸如群体当前目标、当前时间和用户名等上下文数据将每个点分类为异常。特征显著偏离常态的用户将被分类为喷子。我们从病毒式网络热潮 Twitch Plays Pokemon 收集了 3800 万个数据点。利用聚类和基于距离的方法，我们开发了识别喷子的启发式规则。使用 MapReduce 技术进行预处理和用户画像，我们能够根据从用户终身历史中提取的 10 个特征对喷子进行分类。
引用
@article{arxiv.1902.06208,
title = {Twitch Plays Pokemon, Machine Learns Twitch: Unsupervised Context-Aware Anomaly Detection for Identifying Trolls in Streaming Data},
author = {Albert Haque},
journal= {arXiv preprint arXiv:1902.06208},
year = {2019}
}
备注
Haque, A. Twitch Plays Pokemon, Machine Learns Twitch: Unsupervised Context-Aware Anomaly Detection for Identifying Trolls in Streaming Data. University of Texas at Austin. 2014